焊接设备及其控制方法
【专利说明】
[技术领域]
[0001]本发明涉及焊接领域，尤其涉及一种焊接设备及其控制方法。
[【背景技术】]
[0002]焊接是“钢铁的裁缝”。焊接设备(以下，也称为焊机)作为焊接的必要工具，经历了晶闸管焊机时代、逆变焊机时代，正在向智能焊机时代过渡。一般意义上讲，优良的电弧特性是每个焊接设备追求的最高目标。
[0003]目前，电弧状态与不同焊机开发厂家对电弧的体验与认识程度有非常大的关系，焊机的电弧特性一旦确定下来，就无法进行根本的改变。而实际上，在不同应用的地域、不同使用环境下，用户对焊接时电弧的要求往往不同。此外，即使在同一地域、同一使用环境下，不同用户对焊接时电弧的要求也往往不同。但是，现有的焊机无法根据用户的要求，自动地调整电弧。
[
【发明内容】
]
[技术问题]
[0004]本发明旨在针对现有技术中的问题，提供一种焊接设备及其控制方法。其能够在焊接过程中根据用户的感受，自动地调整控制电弧的状态。
[解决方案]
[0005]本发明提供一种焊接设备，其包括:焊接感受参数评价接收单元，其用于接收用户对焊接感受参数进行的评价；焊接感受参数转化单元，其用于将用户评价的焊接感受参数数学化；计算单元，其用于根据所述数学化的焊接感受参数，计算电弧波形参数的调整量；以及控制单元，其用于根据所计算出的所述电弧波形参数的调整量，控制所述焊接设备的输出。
[0006]本发明提供一种焊接设备的控制方法，其包括:焊接感受参数转化步骤，将用户评价的焊接感受参数数学化；计算步骤，根据所述数学化的焊接感受参数，计算电弧波形参数的调整量；以及控制步骤，其用于根据计算出的所述电弧波形参数的调整量，控制所述焊接设备的输出。
[发明有益效果]
[0007]本发明通过上述技术方案，能够在焊接过程中根据用户的感受，自动地调整控制电弧的状态。
[【附图说明】]
[0008]图1是本发明的焊接设备的软件结构框图；
图2是本发明的焊接设备的控制方法的流程图；
图3是本发明的焊接感受参数的评价表；以及
图4是本发明用于计算电弧波形参数的调整量的BP神经网络示例。[【具体实施方式】]
[0009]下面结合附图对本发明的【具体实施方式】进行说明。
[0010]图1是本发明的焊接设备的软件结构框图。
[0011]如图1所示，本发明的焊接设备包括焊接感受参数评价接收单元，其用于接收用户对焊接感受参数进行的评价；焊接感受参数转化单元，其用于将所述用户评价的焊接感受参数数学化；计算单元，其用于根据所述数学化的焊接感受参数，计算电弧波形参数的调整量；以及控制单元，其用于根据所计算出的所述电弧波形参数的调整量，控制所述焊接设备的输出。
[0012]作为运行上述软件的焊接设备硬件部分，可以采用现有市场上通用的数字焊接设备。在此，不再对焊接设备硬件部分详细说明。
[0013]需要注意的是，在接收用户对焊接感受参数评价时，如果该评价为语音评价，则需要在现有的焊接设备中配置相应的语音识别的结构，包括硬件部分(例如麦克风的语音采集单元)和软件部分(语音识别软件)。另外，如果该评价为手势评价，则需要在现有的焊接设备中配置相应的手势识别的结构(包括硬件和软件)。
[0014]在本实施例中，采用信息显示的方式与用户进行评价的交互，因此在焊接设备上，无需增加新的硬件结构。而只需要使用显示器及键盘即可。
[0015]下面结合图2-图4描述本发明的焊接设备的控制方法。该控制方法由焊接设备的CPU运行与图1所示的各个单元相对应的软件程序来实现。
[0016]如图2所示，首先，在步骤S201中，接收用户对焊接感受参数进行的评价。具体来说，接收用户对图3所示的焊接感受参数进行的评价。以下对焊接感受参数进行具体说明。
[0017]图3示出了焊接感受参数的评价表。在图3所示的评价表中，焊接感受参数包括如下四种参数:焊接的整体感受、与电弧声音相关的感受、与电弧特性相关的感受以及与工艺特性相关的感受。
[0018]与电弧声音相关的感受包括声音的整体描述、声音柔和度以及爆断声音频度等多项参数。与电弧特性相关的感受包括电弧整体感觉、电弧力度、电弧跟随性、电弧挺度、熔池状态以及电弧形态等多项参数。与工艺特性相关的感受包括:熔池成型整体描述、熔宽状态、余高状态、飞溅多少、气泡多少以及焊接强度等多项参数。
[0019]以下，将焊接的整体感受、声音的整体描述、电弧整体感觉和熔池成型整体描述的参数统称为整体感受项参数。而将与电弧声音相关的感受、与电弧特性相关的感受以及与工艺特性相关的感受中的整体感受项参数以外的参数统称细分项参数。
[0020]需要注意的是，在本发明中，虽然列出了上述四种焊接感受参数，但是在实际评价过程中，用户无需对所有焊接感受参数进行评价。但是，作为后续处理的需要，用户评价的焊接感受参数至少应当包括与电弧声音相关的感受、与电弧特性相关的感受以及与工艺特性相关的感受中的一种。
[0021]此外，在评价与电弧声音相关的感受、与电弧特性相关的感受或者与工艺特性相关的感受时，优选用户同时提供对整体感受项参数和至少一个细分项参数的评价。
[0022]接下来返回对图2的说明，在步骤201之后，处理进入步骤202。在步骤202中，将用户评价的焊接感受参数数学化。具体来说，将用户对焊接感受参数的语言(例如，优、良、可、差等)通过模糊逻辑方法转化成数学表示值。以下，以焊接的整体感受为例进行说明。
[0023]首先，确定焊接的整体感受的论域及模糊集。在本实施例中，假定基本论域(评分范围)为[0，10]，模糊集为优、良、可、差四个级别。接着，采用正态分布隶属函数对其赋值，从而实现用户对焊接的整体感受参数的数学化。
[0024]基于上述同样的方式，可以将用户对与电弧声音相关的感受、与电弧特性相关的感受以及与工艺特性相关的感受等参数的评价进行数学化。
[0025]之后，处理进入步骤203。在步骤203中，根据所述数学化的焊接感受参数，计算电弧波形参数的调整量。所述电弧波形参数是指与电弧的波形的状态相关的参数。在本实施例中，所述焊接设备为MAG焊接设备，所述电弧波形参数包括:燃弧起始电压、燃弧电压下降斜率、燃弧阶段的稳定电压、短路判定临界电压、短路电流上升斜率、短路电流下降斜率或者燃弧判定临界电压。在本实施例中，优选计算上述所有电弧波形参数。但是本发明不限于此，可以仅计算上述所列的电弧波形参数的一种。
[0026]在本实施例中，在计算电弧波形参数的调整量时，采用BP神经网络的方法。但是本发明不限于此，可以采用其他方法来进行计算。以下以BP神经网络为例对步骤203进行描述。另外，图4示出了计算电弧波形参数的调整量的BP神经网络。在步骤203中，将步骤202中的焊接的整体感受、与电弧声音相关的感受、与电弧特性相关的感受以及与工艺特性相关的感受等参数转化后的数值作为BP神经网络的输入端，以电弧波形参数的补偿值(调整量)为输出，建立如图4所示的BP神经网络。各个网络节点的权重的初始值为随机